基于數(shù)學(xué)形態(tài)學(xué)和RANSAC的文本圖像變形矯正.pdf

1、圖像和視頻中的文本字符，是圖像高層語(yǔ)義內(nèi)容的一個(gè)重要來(lái)源，包含許多非常重要信息，如街道名稱、商店名稱、路標(biāo)、交通標(biāo)示等，這些信息對(duì)于圖像和視頻資料的自動(dòng)注釋、索引等方面有重要的參考作用。
　　隨著數(shù)碼相機(jī)、拍攝手機(jī)等設(shè)備的普及，文字識(shí)別技術(shù)逐漸進(jìn)入視覺(jué)文本圖像這一廣闊的領(lǐng)域。手持?jǐn)?shù)碼相機(jī)拍攝帶有字符內(nèi)容的圖像時(shí)，由于拍攝文檔本身的傾斜、彎曲以及人為因素的影響，所拍攝的文本圖像經(jīng)常存在幾何變形。這使OCR(Optical Chara

2、cter Recognition)系統(tǒng)無(wú)法識(shí)別圖像中的字符。為解決這個(gè)問(wèn)題，需要對(duì)這些文本圖像進(jìn)行必要的矯正。
　　根據(jù)文本圖像變形原理的不同可分類為傾斜變形和透視變形。目前的研究主要集中于傾斜變形，透視變形的研究剛剛起步。變形矯正的研究思路集中于應(yīng)用圖像處理方法和統(tǒng)計(jì)學(xué)方法獲取變形參數(shù)，然后根據(jù)計(jì)算機(jī)視覺(jué)中仿射變換對(duì)圖像進(jìn)行恢復(fù)，得到矯正后圖像。
　　本文針對(duì)文本圖像的傾斜變形和透視變形進(jìn)行研究，處理步驟包括預(yù)處理、特征提

3、取、參數(shù)估計(jì)、變形矯正四個(gè)步驟。在預(yù)處理過(guò)程中，本文采用大律法的二值化處理方法和圖像歸一化來(lái)提高系統(tǒng)對(duì)多尺度圖像矯正的魯棒性；在特征提取的步驟中，本文利用文本圖像的特征結(jié)合數(shù)學(xué)形態(tài)學(xué)方法，針對(duì)不同的變形情況選取形態(tài)學(xué)因子，從而得到特征點(diǎn)圖像；在參數(shù)估計(jì)中，先通過(guò)聚類方法和最近鄰方法提取特征點(diǎn)的聚類信息，然后，采用線性回歸擬合文本基線并使用RANSAC(Random Sample Consensus)算法等統(tǒng)計(jì)學(xué)方法計(jì)算基線位置，從而獲取